基于IDATA平台的心脏病预测模型研究

研究背景

近年来心血管疾病已成为全球主要死因之一

数据来源

• IDATA平台2023年公开的临床数据库
• 包含50万例患者随访数据
• 涵盖12个临床指标（血压/血糖/血脂等）

模型构建

1.1 算法选择

采用XGBoost算法进行特征建模

训练集/验证集划分比例为7:3

1.2 特征工程

研究结果

模型AUC达到0.892（95%CI:0.876-0.908）

关键预测因子（按重要性排序）

• 高血压病史（OR=4.32）
• 糖尿病诊断（OR=3.15）
• 颈动脉斑块（OR=2.89）

结论

该模型可有效识别高危患者群体

建议临床结合传统指标进行综合评估

（参考文献：IDATA-2023-001）